人工神经网络在电力变压器故障诊断中的应用

摘要

将人工神经网络应用于变压器故障诊断,对励磁涌流和内部故障电流进行识别,主要是利用了其优秀的模式识别能力进行电流波形识别.该文对励磁涌流的产生机理和特性进行分析,了解影响励磁涌流的因素(电源合闸初相角、铁芯剩磁等),对多种条件下的变压器励磁涌流及故障电流进行了数字仿真,从而比较了励磁涌流和故障电流在物理特性上的区别,同时为神经网络的训练和测试提供了大量的样本数据.利用Matlab中的神经网络工具箱,分别建立了BP神经网络模型和RBF神经网络模型,对励磁涌流和短路电流的样本进行训练,然后对训练好的神经网络进行测试.

目录

文摘

英文文摘

第一章绪论

1.1电力变压器继电保护技术的现状与发展

1.1.1继电保护发展历程

1.1.2继电保护技术的未来发展方向

1.1.3电力变压器继电保护技术的发展

1.2变压器励磁涌流鉴别方法的现状及发展

1.2.1二次谐波制动原理

1.2.2间断角原理

1.2.3波形对称原理

1.2.4电压制动原理

1.2.5高频分量原理

1.2.6磁通特性原理

1.2.7等值电路原理

1.2.8变压器保护新原理

1.3论文的主要工作

第二章人工神经网络的理论基础

2.1人工神经元与感知器

2.1.1人工神经元模型

2.1.2感知器及其学习算法

2.2人工神经网络模型

2.2.1前向神经网络

2.2.2反馈神经网络

2.3人工神经网络的特点

2.4神经网络的应用领域

2.5神经网络故障诊断技术的可实现性

2.6人工神经网络在电力系统中的应用

第三章变压器励磁涌流分析

3.1差动保护原理

3.2单相变压器的励磁涌流

3.3三相变压器的励磁涌流

3.4仿真研究

3.4.1单相变压器

3.4.2三单相变压器组

第四章人工神经网络在变压器励磁涌流判别中的应用

4.1 BP神经网络在励磁涌流判别中的应用

4.1.1神经网络结构的确定

4.1.2网络训练方法的确定

4.1.3 BP神经网络的训练及检验

4.2 RBF神经网络在励磁涌流判别中的应用

4.2.1神经网络结构的确定

4.2.2网络训练方法的确定

4.2.3 RBF神经网络的训练及检验

4.3两种神经网络的比较

第五章结束语

5.1本文的主要结论

5.2进一步研究方向

参考文献

攻读硕士学位期间发表的论文

致谢